经济学 > 理论经济学
[提交于 2024年12月1日
]
标题: 多维筛选中的极值点
标题: Extreme Points in Multi-Dimensional Screening
摘要: 本文表征了线性效用筛选问题中激励相容机制集合的极点。 极点是完全机制,这意味着它们的菜单不能被缩放和平移以使额外的可行性约束生效。 在类型为一维的问题中,极点可以以菜单大小的紧上界进行易于处理的描述。 在类型为多维的问题中,通过应用任意小的扰动,每个完全机制都可以转换为一个极点。 对于具有有限菜单的机制,这种扰动会将菜单项移动到一般位置。 一般的完全机制是具有不可数菜单的极点。 在委托、否决谈判和垄断问题的应用中,类似的结果成立,我们考虑的是特定类别的目标泛函的唯一最大化机制。 证明涉及极端点的菜单与不可分解凸体之间的一个新联系,这一联系最初由Gale(1954)研究。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.